Skip to content

建立 2026-09-15 更新 2026-09-15

擷取欄位

從自由文字抽出結構化資料時，用具名群組 + finditer。回傳字典之後，程式其他部分就不必再碰模式。

訂單編號與金額

import re

text = """
#A-1001 筆電 TWD 32900
#A-1002 滑鼠 TWD 790
備註：客人要求下週出貨
"""

ORDER = re.compile(
    r"#(?P<id>A-\d{4})\s+(?P<item>\S+)\s+TWD\s+(?P<price>\d+)"
)

rows = [m.groupdict() for m in ORDER.finditer(text)]
print(rows)
# [{'id': 'A-1001', 'item': '筆電', 'price': '32900'}, ...]

total = sum(int(r["price"]) for r in rows)
print(total)  # 33690

price 仍是字串，要運算再自己 int()。

從句子抽出 URL

import re

note = "講義在 https://www.vcdemy.com/regex 與 http://example.com/a 兩處。"
URL = re.compile(r"https?://[^\s]+")

print(URL.findall(note))

[^\s]+ 吃到空白為止。結尾若黏到中文標點，可再 rstrip("。，,)") 清掉。

檔名裡的日期與序號

import re

names = [
    "invoice_20260915_001.pdf",
    "invoice_20260916_002.pdf",
    "readme.txt",
]

FILE = re.compile(
    r"^invoice_(?P<day>\d{8})_(?P<seq>\d{3})\.pdf$"
)

for name in names:
    m = FILE.fullmatch(name)
    if m:
        print(m["day"], m["seq"])

m["day"] 等價於 m.group("day")（3.6+）。

鍵值對

import re

line = "host=db01 port=5432 ssl=true"
PAIR = re.compile(r"(?P<key>[A-Za-z_]+)=(?P<value>\S+)")

config = {m["key"]: m["value"] for m in PAIR.finditer(line)}
print(config)
# {'host': 'db01', 'port': '5432', 'ssl': 'true'}

擷取失敗時

找不到就得到空清單，不要假設一定有第 0 筆：

import re

def first_year(text: str) -> str | None:
    m = re.search(r"\b(19|20)\d{2}\b", text)
    return m.group(0) if m else None

print(first_year("built 1999, shipped 2026"))  # 1999
print(first_year("no year"))                   # None

相關資料